# Agent Browser > Automatización de navegador para agentes de IA vía inference.sh: navega páginas, interactúa con elementos usando refs @e, hace capturas y graba vídeo. Fuente: https://skillsagentes.com/skills/skills-101/superpowers/agent-browser Markdown: https://skillsagentes.com/skills/skills-101/superpowers/agent-browser.md Repositorio: https://github.com/skills-101/superpowers Autor: skills-101 Licencia: no declarada Actualizado: hace 4 meses Coste de contexto: 122 tok instalada, 2.4k tok al activarse, 16k tok con todos los archivos del bundle Bundle: 10 archivos, 62 KB Permisos que pide: bash(belt *) ## Instalación Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina. ```bash # Claude Code npx -y skills add skills-101/superpowers --skill agent-browser --agent claude-code # Cursor npx -y skills add skills-101/superpowers --skill agent-browser --agent cursor # Codex npx -y skills add skills-101/superpowers --skill agent-browser --agent codex # Gemini CLI npx -y skills add skills-101/superpowers --skill agent-browser --agent gemini # Windsurf npx -y skills add skills-101/superpowers --skill agent-browser --agent windsurf # Cline npx -y skills add skills-101/superpowers --skill agent-browser --agent cline ``` ## Qué hace - Abre páginas web y devuelve elementos interactivos con refs @e para navegar y manipular el DOM - Ejecuta acciones sobre elementos (click, fill, drag, upload, scroll, etc.) mediante belt app run agent-browser - Toma capturas de pantalla y graba vídeo de la sesión de navegación - Ejecuta JavaScript personalizado sobre la página y devuelve el resultado - Gestiona sesiones de navegador persistentes con soporte de proxy y autenticación ## Cuándo usarla - Necesitas automatizar web scraping, extracción de datos o rellenar formularios - Quieres que un agente navegue, haga clic o escriba en páginas web - Necesitas grabar vídeo o capturas de un flujo de navegación para depuración o documentación - Requieres probar flujos de login, OAuth o 2FA en un navegador headless ## Qué la activa - "Abre esta URL y rellena el formulario de contacto con estos datos" - "Navega a esta página, haz una búsqueda y extrae los resultados" - "Graba un vídeo mientras completo este flujo de login" - "Sube este archivo PDF al campo de subida de la página" ## Antes de instalar - Requiere instalar y autenticarse con el CLI `belt` de inference.sh (belt login). - Necesita en el PATH: jq, npx - Variables de entorno: RESULT, SESSION, SESSION_ID - makes network requests - reads environment config ## Archivos - SKILL.md — 10 KB - references/authentication.md — 7 KB - references/commands.md — 6 KB - references/proxy-support.md — 7 KB - references/session-management.md — 5 KB - references/snapshot-refs.md — 6 KB - references/video-recording.md — 7 KB - templates/authenticated-session.sh — 5 KB - templates/capture-workflow.sh — 6 KB - templates/form-automation.sh — 4 KB ## SKILL.md No se reproduce aquí. Léelo en https://github.com/skills-101/superpowers/blob/main/tools/utilities/agent-browser/SKILL.md ## Dónde encaja - Categoría: [Automatización](https://skillsagentes.com/categorias/automatizacion.md) — Flujos de varios pasos que se ejecutan sin supervisión. - Creador: [skills-101](https://skillsagentes.com/creators/skills-101.md) — 86 skills en el directorio - [Todas las skills](https://skillsagentes.com/skills.md) - [Ranking de instalaciones](https://skillsagentes.com/ranking.md) ## Otras skills del mismo repositorio - [Agent Tools](https://skillsagentes.com/skills/skills-101/superpowers/agent-tools.md): Ejecuta apps de IA vía el CLI de inference.sh: generación de imágenes y video, LLMs, búsqueda web, 3D y automatización de Twitter, con modelos como FLUX, Veo, Gemini, Claude y OpenRouter. - [Ai Avatar Video](https://skillsagentes.com/skills/skills-101/superpowers/ai-avatar-video.md): Crea videos de avatares IA y talking heads con el CLI de inference.sh: P-Video-Avatar (TTS integrado), OmniHuman, Fabric, PixVerse, para presentadores, dobleaje, UGC y avatares de juegos. - [Ai Image Generation](https://skillsagentes.com/skills/skills-101/superpowers/ai-image-generation.md): Genera imágenes con IA usando GPT-Image-2, FLUX, Gemini, Grok, Seedream, Reve y más de 50 modelos vía el CLI de inference.sh. - [Ai Music Generation](https://skillsagentes.com/skills/skills-101/superpowers/ai-music-generation.md): Genera música y canciones con IA usando ElevenLabs, Diffrythm y Tencent Song Generation vía el CLI de inference.sh, para fondos musicales, redes sociales, podcasts y bandas sonoras. - [Ai Video Generation](https://skillsagentes.com/skills/skills-101/superpowers/ai-video-generation.md): Genera videos con IA usando Google Veo, Seedance 2.0, HappyHorse, Wan, Grok y más de 40 modelos a través del CLI de inference.sh. ## Skills relacionadas - [Agent Tools](https://skillsagentes.com/skills/skills-101/superpowers/agent-tools.md): Ejecuta apps de IA vía el CLI de inference.sh: generación de imágenes y video, LLMs, búsqueda web, 3D y automatización de Twitter, con modelos como FLUX, Veo, Gemini, Claude y OpenRouter. - [Ai Automation Workflows](https://skillsagentes.com/skills/skills-101/superpowers/ai-automation-workflows.md): Construye workflows de IA automatizados combinando varios modelos y servicios: batch processing, tareas programadas, pipelines por eventos y agent loops, usando la CLI de inference.sh, bash y Python SDK. - [Ai Content Pipeline](https://skillsagentes.com/skills/skills-101/superpowers/ai-content-pipeline.md): Construye pipelines de creación de contenido con IA en varios pasos combinando imagen, video, audio y texto, usando herramientas como FLUX, Veo, Kokoro TTS y OmniHuman. - [Ai Podcast](https://skillsagentes.com/skills/skills-101/superpowers/ai-podcast.md): Genera videos de podcast con varios hablantes desde cero usando IA: creación de personajes, TTS, animación de avatar y montaje de video. - [Elevenlabs Tts](https://skillsagentes.com/skills/skills-101/superpowers/elevenlabs-tts.md): Texto a voz de ElevenLabs con más de 22 voces premium, soporte multilingüe y ajuste de voz mediante la CLI de inference.sh. --- Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)